标题
  • 标题
  • 作者
  • 关键词
登 录
当前IP:忘记密码?
年份
2024(6455)
2023(9260)
2022(7996)
2021(7609)
2020(6488)
2019(15195)
2018(14968)
2017(29293)
2016(15277)
2015(17184)
2014(16673)
2013(15822)
2012(13890)
2011(12173)
2010(11806)
2009(10427)
2008(9684)
2007(7979)
2006(6497)
2005(5176)
作者
(39866)
(33355)
(33112)
(31484)
(21228)
(15761)
(15152)
(13243)
(12557)
(11623)
(11391)
(11080)
(10404)
(10303)
(10217)
(10035)
(9859)
(9732)
(9592)
(9572)
(8043)
(7940)
(7876)
(7693)
(7474)
(7410)
(7163)
(7122)
(6631)
(6628)
学科
(60461)
经济(60403)
管理(45056)
(42569)
(36654)
企业(36654)
方法(34811)
数学(31430)
数学方法(30803)
(14515)
(14157)
中国(13454)
业经(13323)
理论(11068)
(10692)
贸易(10687)
(10449)
技术(10390)
(10087)
(10059)
财务(10033)
财务管理(10013)
企业财务(9489)
地方(9444)
农业(9384)
(9166)
(8627)
环境(8092)
(8044)
(7291)
机构
学院(203203)
大学(202709)
管理(87366)
(80830)
经济(79349)
理学(77523)
理学院(76812)
管理学(75055)
管理学院(74679)
研究(57621)
中国(42692)
(40266)
科学(35680)
(34783)
业大(30148)
财经(29409)
中心(29207)
(28324)
(27529)
(27114)
(25973)
经济学(24789)
(24736)
师范(24464)
研究所(24088)
北京(24007)
经济管理(22784)
经济学院(22549)
财经大学(22474)
商学(22341)
基金
项目(151735)
科学(122169)
基金(113251)
研究(109431)
(98408)
国家(97674)
科学基金(86815)
社会(70454)
社会科(66996)
社会科学(66980)
基金项目(59959)
(59144)
自然(58193)
自然科(57033)
自然科学(57023)
自然科学基金(55989)
教育(52373)
(49738)
资助(46607)
编号(44452)
重点(33719)
(33625)
成果(33560)
(32982)
(31190)
创新(30669)
科研(29821)
国家社会(29736)
教育部(29700)
人文(29101)
期刊
(74366)
经济(74366)
研究(49098)
中国(32885)
管理(31761)
学报(29000)
科学(27584)
(27046)
(23760)
大学(23113)
学学(21758)
技术(21678)
教育(20869)
农业(16566)
财经(13722)
业经(13215)
(13061)
金融(13061)
经济研究(12777)
统计(12121)
(11764)
图书(11404)
(11187)
技术经济(10560)
决策(9873)
科技(9688)
问题(9668)
理论(9621)
情报(9382)
(9252)
共检索到268482条记录
发布时间倒序
  • 发布时间倒序
  • 相关度优先
文献计量分析
  • 结果分析(前20)
  • 结果分析(前50)
  • 结果分析(前100)
  • 结果分析(前200)
  • 结果分析(前500)
[期刊] 运筹与管理  [作者] 南国芳  周帅印  李敏强  寇纪淞  
传感器网络监控系统属于大型复杂系统,由感知节点以一定的时间间隔向sink节点发送感知数据,以实现对应用环境的监控。由于网络本身及应用环境的影响,得到的感知数据往往存在不确定性。此外,周期性报告数据模式影响到实时监控数据的精确性。本文应用时间序列模型预测传感器数据以响应用户查询,可有效降低网络通信量。通过对无线传感器网络的数据分析,引入多属性模糊时间序列预测模型,充分考虑了无线传感器网络时间序列中存在的趋势因素,并提出了适合于传感器网络的修正预测模型。实验结果表明模糊时间序列模型可有效预测传感器网络数据,且能提高预测精度。
[期刊] 统计与决策  [作者] 田宗浩  顾国华  王鹏  王常青  
文章通过分析传统的加权模糊时间序列模型和广义模糊时间序列模型,指出了需要考虑的模糊状态的确定方法和建立模糊关系矩阵中的不足。结合模糊集理论中λ强截集的性质,重新定义所要考虑隶属度对应的模糊状态和模糊逻辑关系矩阵的建立过程,建立基于λ强截集的广义模糊时间序列模型。以Alabama大学22年的入学人数为例,利用均方误差MSE和泰尔不等系数TIC对比分析本文提出模型与传统加权模型和广义模型的预测精度以及考虑λ取不同阈值时模型预测精度的变化情况,验证本文建立模型的可行性和有效性。
[期刊] 运筹与管理  [作者] 王鹏  田宗浩  
本文在传统广义模糊时间序列预测模型数据模糊化的基础上,引入直觉模糊集理论对其进行扩展。首先,在隶属度和非隶属度函数中增加犹豫度因子对样本数据进行直觉模糊化,更加细腻的反映数据不确定性本质。然后,用记分函数描述样本数据对模糊集的隶属情况,简化模型的复杂度。随后以传统广义模型为框架,构建基于直觉模糊化的广义模糊时间序列预测模型。最后利用典型的Alabama大学入学人数为实验数据,对比分析本文建立模型与传统广义模型的预测结果,验证直觉模糊化的广义模糊时间序列模型的可行性和优越性。
[期刊] 统计与决策  [作者] 蔺玉佩  杨一文  
文章针对模糊时间序列模型目前存在的缺乏客观论域划分方法和模糊关系前件单一等缺陷,首先应用模糊聚类方法将数据分类,以相邻两个聚类中心的中点作为子区间的分界点来划分论域;其次将数据模糊化后根据证券市场主要量价指标建立了具有多个前件的高阶模糊关系;最后根据序列对比规则计算预测值。将该模型用于股票指数的价格预测和涨跌预测,与传统模型比较的结果表明其预测准确率有了较大提高。
[期刊] 统计与决策  [作者] 翟静  曹俊  
文章将时间序列ARIMA模型和BP神经网络算法相结合,设计一种组合预测模型,并将其应用于实际预测中,通过实际预测检验了组合预测模型在实际预测中的有效性。研究发现,组合预测模型在预测精度方面总体上优于这两个单项预测模型,因此这种组合预测模型具有良好的预测效能。
[期刊] 统计与决策  [作者] 鲜思东  张建锋  
近年来,经过人们对模糊时间序列模型大量的研究后,发现模糊区间的划分以及模糊关系的构建是影响模糊时间序列模型预测精度最关键的两个因素。文章针对目前模糊时间序列模型在论域划分中存在的问题,提出将人工鱼群算法(AFSA)用于模糊时间序列模型的论域划分中;并利用最小均方误差(MSE)确定最优的预测结果;最后为了显示所提出方法的有效性,将该方法用于Alabama大学注册人数的预测,结果显示该方法的预测精度更高。
[期刊] 中国人口科学  [作者] 张新红  
基于连续小波变换理论,文章给出一种连续参数小波网络,其基本思想就是在神经网络中采用连续小波函数作为隐含层的激励函数,进一步建立人口时间序列的连续参数小波网络预测模型。通过对中国人口总数时间序列的仿真预测表明,小波网络具有很强的非线性逼近能力,可以有效地在数值上逼近时间序列难以定量描述的相互关系,所以用小波网络所建立的人口时间序列预测模型预测的精度较高。
[期刊] 中国农业大学学报  [作者] 王俊  刘刚  
温室无线传感器网络中故障节点会产生并传输错误数据,不仅消耗节点的能量和带宽,而且导致错误决策。针对此问题研究一种准确判断节点故障状态的方法。采用时序分析和遗传BP神经网络,建立基于时间序列和神经网络的传感器节点故障诊断系统,通过对传感器样本数据进行时序分析,提取模型参数作为特征向量,并以此对遗传BP神经网络进行网络训练,实现传感器节点故障的诊断。试验结果表明:该方法能够有效地识别传感器节点故障类型,15组测试样本的输出矢量与同类故障基准矢量的欧式距离和为0.007,识别正确率为100%。
[期刊] 统计与决策  [作者] 刘全  刘汀  
文章基于ARIMA模型具备准确提取时间序列当前值、过去值及误差值之间回归关系的能力,人工神经网络具备对各种变量的感知能力强,非线性逼近、自适应、自学习性等特性,构建了一种多元时间序列预测模型,并进行了理论探讨和实证。该模型能较准确模拟和预测时间序列的变化规律,可较好满足对复杂时间序列的分析预测需求。
[期刊] 软科学  [作者] 何晓庆  蔡娜  
组合方法首先选取支持向量机预测算法和一阶指数平滑法对经济时间序列分别进行预测,来建立模糊自适应变权重组合预测模型。为对比模糊自适应变权重的经济时间序列组合预测模型的预测效果,选取了两种定值加权组合预测模型:平均加权模型、误差平方和最小组合预测模型。通过实验比较分析:模糊自适应变权重组合预测可以综合利用各单项预测方法的优点,比单一模型预测结果精度有了很大提高,且优于定值加权组合预测,在经济时间序列的预测方面有较高的应用价值。
[期刊] 统计研究  [作者] 吴翌琳  南金伶  
神经网络模型对大样本时间序列的拟合效果优于传统时间序列模型,但对于年度、月度、日度等低频时间序列的预测则难以发挥其优势。鉴于此,本文应用传统时间序列模型和神经网络模型,建立Holtwinters-BP组合模型,利用Holtwinters模型分别拟合各解释变量序列,利用BP模型拟合解释变量和自变量的非线性关系,基于某社交新闻类APP的日广告收入数据进行互联网企业广告收入预测研究。通过与循环神经网络(RNN)模型、长短期记忆神经网络(LSTM)模型等预测结果的对比发现:Holtwinters-BP组合模型的预测精度和稳定性更高;证明多维变量对于广告收入的显著影响,多变量模型的预测准确性高于单变量模型;构建的Holtwinters-BP组合模型对于低频数据预测有较好的有效性和适用性。
[期刊] 统计与决策  [作者] 许之友  吕恕  
为了提高模糊时间序列的预测精度,文章利用小波分析多尺度分解方法,选择适当的小波函数,把一维数据分解为低频逼近部分和高频细节部分,在低频部分和高频部分根据各自数据特征利用模糊C-均值聚类算法分别建立模糊时间序列模型并预测,然后把每个部分的预测值根据小波重构得到最终预测结果。通过对国家财政收入实例验证对比发现,该模型在预测精度方面有较大提高。
[期刊] 统计与决策  [作者] 李肖肖  付恒春  薛晔  
针对目前信息分配模糊时间序列模型只能研究单变量的局限性,文章构建了一个基于信息分配技术的双变量模糊时间序列预测模型,并探讨模糊区间长度对模型预测精度的影响。以中国的互联网用户渗透率以及实际GDP为例验证模型的有效性,并选取经典马尔可夫模型作为对比模型。结果表明:模糊区间长度对信息分配模型的预测精度有影响,且模糊区间长度减小能提高预测精度。
[期刊] 统计与决策  [作者] 薛晔  
文章针对目前有关模糊时间序列研究中存在的问题,利用以信息扩散和信息分配理论为核心内容的模糊信息优化处理方法构建一个新的模糊时间序列预测模型。结果表明:模型操作简单可行且提高了精度,尤其是小样本或信息不完备时更具有优势。
[期刊] 中南林业科技大学学报  [作者] 唐文胜  肖和龙  王胜春  
针对一种簇头节点能量高于普通节点能量的异构网络,详细分析了异构网络中普通节点和簇头节点的能量消耗特征,建立了异构无线传感器网络能量消耗模型。在此基础上,完成对簇内节点的最佳发射半径和最佳簇半径的优化计算,并给出了簇头节点的优化取值。
文献操作() 导出元数据 文献计量分析
导出文件格式:WXtxt
作者:
删除